基于高分辨率TerraSAR－X影像的PSInSAR地表形變監測

丁榮榮，徐 佳，林曉彬，許 康

(1.河海大學地球科學與工程學院，南京 210098;2.福建省港航管理局勘測中心，福州 350009;3.江蘇省測繪地理信息局，南京 210013)

0 引言

近幾十年來，合成孔徑雷達干涉測量(InSAR)技術迅速發展，特別是合成孔徑雷達差分干涉測量(DInSAR)技術，由于具有全天時、全天候、覆蓋廣、分辨率高、穿透能力強以及主動式遙感等優點，被廣泛應用于地震、地面沉降、火山和冰川活動等的監測［1］。但在利用常規DInSAR技術監測長時間的地表微小形變時，存在著時間、空間去相干和大氣延遲等影響，大大限制了DInSAR技術的發展和應用。為了克服這些問題，以永久散射體干涉測量(PSIn-SAR)為代表的時序分析方法不斷發展，并且以TerraSAR－X［2］為代表的高空間分辨率(3 m)數據的使用，在很大程度上促進了PSInSAR技術的發展。本文利用高空間分辨率條帶模式的TerraSAR－X數據，采用干涉測量點目標分析(interferometric point target analysis，IPTA)技術［3－4］對常州地區進行地表形變監測，其結果證明了TerraSAR－X數據在地表形變監測中的優勢。

1 研究區概況及數據選擇

1.1 研究區概況

常州市地處長江下游南岸，位于江蘇省南部，長江三角洲中心地帶，與上海、南京、杭州等市皆等距相鄰，與蘇州、無錫等市聯袂成片，介于N31°09'～32°04'、E119°08'～120°12'之間。常州市城鎮眾多，城市地區紡織業發達。自20世紀70年代始，由于大量集中開采地下水，導致市區出現了嚴重的地面沉降;同時，隨著經濟和城市化的發展，城市周邊地區的鄉鎮企業逐漸興起，地下水開采進一步加劇。據最新水準點測量資料，在常州市五星鄉—青龍鄉一線的西南，湖塘鎮—戚墅埝一線以北的大面積范圍內，1980年以來的地面沉降量超過了600 mm，其中超過800 mm的重度沉降區面積約3 417 km2，最大累計沉降量超過1 000 mm。

本文的實驗區以常州市區為中心，覆蓋范圍約32 km×53 km，包括整個常州市中心及武進地區，如圖1所示。

圖1 實驗區范圍Fig.1 Range of experimental spot

1.2 數據選擇

本次選取了2011年10月—2013年7月期間37景TerraSAR－X［5］高分辨率條帶模式SAR數據進行實驗。其影像均為單視復數影像(single look complex，SLC)。根據使所有干涉對的時間基線及空間基線最優的原則，以2012年8月5日的影像為主影像，其余的36景影像為從影像，形成36個干涉對。表1列出了所有影像的成像日期及相對于主影像的垂直基線和時間基線。由表1可見，干涉對的基線都較小，適合 PSInSAR 分析［6－8］。

表1 37景Terrasar－X影像數據參數Tab.1 Parameters of 37 TerraSAR－X images

2 方法與實驗

2.1 IPTA技術的原理和處理流程

PSInSAR 技術由意大利學者 Ferretti［9－10］等提出，它利用相位穩定的點(PS)提取形變信息。由于其具有相干性幾乎不受時間基線和空間基線影響的特性，從而很好地避免了傳統DInSAR技術受時間和空間失相干的限制。點目標干涉測量分析(IPTA)技術是一種改進的PSInSAR技術，主要優點是對低相干的地面仍能選取一定數量的PS點。只對提取的點進行時間維和空間維分析，可以獲取長時間序列的大范圍緩慢地表形變場。主要技術思想如下:

設研究區有N幅不同時相的SAR影像，選取其中一幅作為公共主影像，其余N－1幅為從影像，將從影像分別與主影像進行配準、重采樣和干涉處理，得到N－1幅干涉圖。利用外部DEM數據進行差分干涉處理，就可得到N－1幅差分干涉相位，從而得到每個PS點上的N－1個時序差分干涉相位。其中，PS點解纏的干涉相位φunw包括DEM高程誤差引起的地形相位φtopo、沿LOS(line of sight)方向的地表形變相位φdef、大氣影響相位φatm及噪聲相位φnoise，IPTA方法的相位模型為

式中:K1=4π/(λRsinθ)，λ 為雷達波長，R為雷達到地面目標的斜距，θ為雷達入射角;B⊥為干涉對垂直基線;△H為DEM高程改正值;K2=4π/λ;t為干涉對時間基線;v為沿雷達視線方向的線性形變速率;φres是PS點的殘余相位，它包括大氣延遲相位、非線性形變相位和噪聲相位。

根據各部分相位在時間域和空間域的不同特性，利用最小二乘擬合、回歸分析等方法分離各不同參數，同時精化各參數，對殘余相位進行分解，使用三維濾波方法，在空間上對噪聲相位濾波，在時間上對大氣相位和非線性形變相位濾波，進而精化整個相位模型，求解出最佳的△H和v，即得到了PS點的DEM高程改正值和LOS方向上的線性形變速率。主要工作流程如圖2所示。

圖2 IPTA方法流程Fig.2 Flow chart of IPTA

2.2 數據處理和結果分析

利用IPTA方法對37景TerraSAR－X數據進行處理，通過獲取PS點，在PS點上進行時序分析，得到了相干點目標在雷達視線(LOS)向的形變(圖3)。

圖3 TerraSAR－X地表形變平均速率(左)及其PS點分布(右)Fig.3 M ean velocity(left)derived from TerraSAR－X data and its PS points distribution(right)

從圖3(左)可以看出，主要沉降區域分布在武進地區，其中鄒區鎮—牛塘鎮—廟橋鎮沉降連成一線，最大沉降速率為31.494 mm/a;從沉降圖上可清晰看到鄒區、牛塘附近均出現明顯沉降，其中牛塘下方地區沉降較為嚴重;在廟橋附近有大范圍沉降出現;常州市中心城區比較平穩，沒有明顯沉降。總體來看，常州市中心沉降比較緩慢，較大的沉降集中在武進地區。

在數據的處理過程中，利用 Gamma軟件［11］生成了36幅干涉對影像，依據振幅與后向散射強度相結合的方法獲取PS點，從每幅干涉對影像中都得到539 927個PS點。將利用TerraSAR－X數據提取的高相干PS點分布部分放大(圖3(右))。通過PS點的位置可以看出，這些PS點大多密集分布于建筑物、道路、橋梁等具有穩定電磁反射特性的物體上，這在某種程度上驗證了探測到的PS點［12］的可靠性。

圖4 Envisat ASAR地表形變平均速率(左)及其PS點分布(右)Fig.4 M ean velocity(left)derived from Envisat ASAR data and its PS points distribution(right)

為了對比，本文利用2007—2010年期間的27景中等分辨率Envisat ASAR數據進行處理，得到的常州市地表形變平均速率如圖4(左)所示。在設定 相同閾值的情況下，對比圖3(右)和圖4(右)可以看出，應用TerraSAR－X數據提取的PS點覆蓋了整個沉降區域，而利用Envisat ASAR數據提取的PS點分布相對稀疏，不能全面覆蓋整個區域。從圖3(右)可以看出，TerraSAR－X PS點的分布主要呈現聚束狀，聚集式分布于建筑物、道路等地物上，可以更好地描述地物細節，這是Envisat ASAR數據在PSInSAR處理過程中無法得到的。圖3(左)上呈現的地表形變平均速率沒有圖4(左)的大的主要原因是TerraSAR－X數據的時間基線只有660 d，所以沉降速率較Envisat ASAR數據的要小。

進一步將沉降較大的區域局部放大，如圖5所示。武進地區有5處明顯沉降區(A—E)，其中，

圖5 武進地區地表形變速率圖Fig.5 M ean velocity around W ujin area(TerraSAR－X)

A和B區沉降速率最大，為14.1 mm/a，清楚可見沉降區PS點分布在建筑物房頂，主要沉降區多為紡織廠、化工廠分布的地方;在2011—2013年間，D區為沉降嚴重地區，平均沉降速率達到29.0 mm/a;C區和E區處沉降量較大，最大沉降速率分別達到20.0 mm/a和19.8 mm/a。從2007—2011 年間 Envisat ASAR數據提取的沉降速率圖上并沒有發現C區大興化工廠附近的建筑物，而在2011—2013年間TerraSAR－X數據提取的沉降速率圖中發現此處最大沉降速率達到18.0 mm/a(圖5)，多數廠房周圍存在很多沉降點，這也說明了過度開采地下水是造成地面沉降的主要原因。

2.3 沈海高速公路沿線地面沉降監測

沈海高速公路橫穿本文實驗區，長約50 km。為了更加清楚地說明該高速公路附近的地表沉降情況，將其分為Ⅰ，Ⅱ，Ⅲ3段(圖6)。

圖6 沈海高速公路沿線地面沉降Fig.6 Land subsidence along Shenhai highway

TerraSAR－X圖像清晰地顯示出高速公路及其沿線的地物細節［13］，PS點聚集分布于高速公路及其沿線周圍的房屋上。在Ⅰ段，高速公路沉降速率較小，為6～14 mm/a;在Ⅱ段，沉降速率逐漸變大，最大達24.6 mm/a。該區也正是圖5中的嚴重沉降區(D區)，區段內坐落著的許多紡織、化工、印刷等大型工廠都是用水大戶，正是這些工廠過度開采地下水導致了嚴重的地面沉降;在Ⅲ段，自西向東沉降速率變小，并逐漸趨于穩定。

3 與水準數據的對比分析

為進一步驗證實驗結果精度，在沉降區附近找到相近的水準點進行比較分析。本文采用歐空局開展的PSIC4(Persistent Scatterers Interferometry Codes Cross－Comparison and Certification for Long－Term Differential Interferometry)項目中使用到的2個指標來衡量測量精度［14］，水準數據與PSInSAR監測數據互差的均值為

水準數據與PSInSAR監測數據互差的均方差為

實驗區域共有70個同步水準點，如圖7(a)所示。根據式(2)和式(3)計算得到的水準與PSIn-SAR監測數據互差的平均誤差和均方差分別為0.54 mm 和 ±6.40 mm。

圖7 水準點分布Fig.7 Distribution of bench mark

為了更進一步檢驗測量精度，對沉降明顯的地區采用沉降區附近10個水準點單獨比較的方式(圖7(b))，選擇距離該水準點100m范圍內相干點的平均沉降值作為評定標準(表2)。

表2 PS點沉降誤差Tab.2 Settlement of PS error(mm/a)

由表2可以看出，通過與區域內分布的水準點測量數據的比較，P1—P10個點中有9個點的誤差都在±3 mm/a以內，只有1個點超過3 mm/a，但也在±4 mm/a以內的。表中結果與水準測量結果具有較好的一致性，充分說明了利用基于TerraSAR－X高分辨率條帶模式SAR數據開展PSInSAR測量地表形變的準確性和可行性。

4 結論

1)利用TerraSAR－X高分辨率條帶模式SAR數據得到了2011年10月—2013年7月期間常州市地表形變平均速率圖，最大沉降速率達31.494 mm/a，證明常州地區存在嚴重的地面沉降。

2)通過對比TerraSAR－X與Envisat ASAR的監測結果發現，TerraSAR－X提取的PS點分布密度更高，可以更清晰地探測到紡織廠附近的地物細節，分析由于過度開采地下水造成的地面沉降原因，體現了高分辨率TerraSAR－X數據的特點，在城市地表形變監測中具有廣闊的應用前景。

3)結合TerraSAR－X數據得到的沈海高速公路常州段地表形變信息，分析高速自身沉降及沿線地面沉降，發現主要沉降地區正是由于集中開設工廠、過度開采地下水導致的，驗證了TerraSAR－X數據在監測人工線狀地物方面有很好的應用前景。

4)處理過程中體現了IPTA技術的顯著優勢。由于它是利用具有穩定特性的PS點進行形變分析的，有效地避免了常規DInSAR中存在時間去相干和大氣效應的影響。

5)常州市沉降嚴重區域主要集中在武進地區，通過與水準數據比較，兩者具有很好的一致性，證明了IPTA技術監測結果的正確性。

［1］ 廖明生，裴媛媛，王寒梅，等.永久散射體雷達干涉技術監測上海地面沉降［J］.上海國土資源，2012(3):5－10.Liao M S，Pei Y Y，Wang H M，et al.Subsidence monitoring in Shanghai using the PSInSAR technique［J］.Shanghai Land ＆ Resources，2012(3):5－10.

［2］ Even M，Schunert A，Schulz K，et al.Atmospheric phase screen－estimation for PSInSAR applied to TerraSAR－X high resolution spotlight－ data［C］//2010 IEEE International Geoscience and Remote Sensing Symposium(IGARSS).Honolulu，HI:IEEE，2010:2928－2931.

［3］ 周紅滿，胡金星，柳 想，等.基于PS技術的深圳市地面沉降監測［J］.測繪工程，2013，22(2):70－74.Zhong H M，Hu JX，Liu X，etal.Ground deformation in the Shenzhen city using permanent scatterer technique［J］.Engineering of Surveying and Mapping，2013，22(2):70－74.

［4］ 郭炳躍，何 敏，劉建東.利用PS－InSAR技術監測南通市區地面沉降［J］.地質災害與環境保護，2011，22(4):103－107.Guo B Y，He M，Liu J D.Monitoring the ground subsidence in Nantong city with the PS－ InSAR technology［J］.Journal of Geological Hazards and Environment Preservation，2011，22(4):103－107.

［5］ 李永生，張景發，羅 毅，等.利用高分辨率聚束模式TerraSARX影像的PSInSAR監測地表變形［J］.武漢大學學報:信息科學版，2012，37(12):1452－1455，1514.Li Y S，Zhang JF，Luo Y，et al.Monitoring land deformation using PSInSAR with TerraSAR－X high resolution spotlight SAR images［J］.Geomatics and Information Science of Wuhan University，2012，39(12):1452－1455，1514.

［6］ 何秀鳳，仲海蓓，何 敏.基于PS－InSAR和GIS空間分析的南通市區地面沉降監測［J］.同濟大學學報:自然科學版，2011，39(1):129－134.He X F，Zhong H B，He M.Ground subsidence detection of Nantong city based on PS－ InSAR and GIS spatial analysis［J］.Journal of TongjiUniversity:Natural Science，2011，39(1):129－134.

［7］ 范景輝，李 梅，郭小方，等.基于PSInSAR方法和ASAR數據監測天津地面沉降的試驗研究［J］.國土資源遙感，2007，19(4):23－27，124.doi:10.6046/gtzyyg.2007.04.05.Fan JH，LiM，Guo X F，et al.A preliminary study of the subsidence in Tianjin area using ASAR images based on PSInSAR technique［J］.Remote Sensing for Land ＆ Resources，2007，19(4):23－27，124.doi:10.6046/gtzyyg.2007.04.05.

［8］ Strzelczyk J，Porzycka S，Lesniak A.Analysis of ground deformations based on parallel geo－statistical computations of PSInSAR data［C］//Proceedings of the 17th International Conference on Geoinformatics.Fairfax，VA:IEEE，2009:1－6.

［9］ Ferretti A，Prati C，Rocca F L.Permanent scatterers in SAR interferometry［J］.IEEE Transactions on Geoscience and Remote Sensing，2001，39(1):8－20.

［10］ Ferretti A，Fumagalli A，Novali F，et al.A new algorithm for processing interferometric data－ stacks:SqueeSAR［J］.IEEE Transactions on Geoscience and Remote Sensing，2011，49(9):3460－3470.

［11］ 姜 江，宋偉東.基于GAMMA的雷達影像干涉測量分析［J］.交通科技與經濟，2009，11(1):45－46，53.Jiang J，Song W D.The study on Radar interferometry with GAMMA［J］.Technology ＆ Economy in Areas of Communications，2009，11(1):45－46，53.

［12］ Porzycka－Strzelczyk S，Lesniak A.The preliminary temporal analysis of ground deformations in the area of Dabrowski Coal Basin(south Poland)［C］//IEEE International Geoscience and Remote Sensing Symposium(IGARSS).Honolulu，HI:IEEE，2010:903－905.

［13］ 林 琿，陳富龍，江利明，等.多基線差分雷達干涉測量的大型人工線狀地物形變監測［J］.地球信息科學學報，2010，12(5):718－725.Lin H，Chen F L，Jiang LM，et al.Preliminary research on large－scale man－made linear features deformation monitoring using multi－ baseline differential SAR interferometry［J］.Journal of Geo－ Information Science，2010，12(5):718－725.

［14］ 葛大慶.區域性地面沉降InSAR監測關鍵技術研究［D］.北京:中國地質大學，2013.Ge DQ.Research on the Key Techniques of SAR Interferometry for Regional Land Subsidence Monitoring［D］.Beijing:China University of Geoscience，2013.